AI 图像工具 DALL-E 和 Midjourney（均使用基于文本的描述来生成图像）都使用 LLM。
Runway 的“Magic Tools”和 Aug X 的“Augie”等可以创建完整视频、克隆声音和音频内容的工具也是从基于文本的数据中获得指导。
我们预测，ESP（Apple 除外）支持电子邮件中的视频只是时间问题。当此功能普及时，类似这样的 AI 应用程序将使营销团队能够大规模向受众发送定制的视频内容。
虽然当今最流行的基础模型是基于语言的，但这并不意味着所有基础模型都必须基于语言。
Google DeepMind 的通用代理 Gato旨在“超越文本输出的领域”，执行诸如玩视频游戏或控制机械臂等任务。
哦哦，我想我看过一部关于这个的电影。
不过我认为就目前而言我们是安全的。
根据 Gato 的支持者和批评者的说法，非语言模型受限于缺乏可供学习的数据。随着我们学会收集和访问不同格式的数据，您可以期待看到更多非 LLM 人工智能进步。
计算机系统使用自然语言处理 (NLP) 向 LLM 学习。
机器如何将文字转化为声音和图像，或者 土耳其 whatsapp 复制或评估它们以检测情感和情绪？
NLP 是一种专注于评估人类语言模式的人工智能系统。
NLP 是对话式 AI 的核心组件，对话式 AI 是一种用于驱动响应人类查询的交互式语音和聊天工具的 AI 类型。
假设你曾经尝试学习一门新语言。在这种情况下，你已经知道，人类造句、选词、通过临近单词以及音频和视觉提示添加上下文的方式，使得理解交流的含义和意图变得具有挑战性。
（我们在电子邮件文案掌握的分步指南中研究了如何使用语言和上下文来提高电子邮件的性能。）
NLP 的自然语言理解 (NLU) 分支使计算机能够评估人类语言以检测情绪和含义。我们可以使用这些工具来了解人们在网上对我们公司的评价以及他们对我们的品牌或产品的感受。
NLP 的自然语言生成（NLG）分支试图重现人类语言。
NLG 是推动基于文本的生成 AI 工具（又称 AI 内容编写者）发展的过程。